Innovatives Risikomanagement mit Predictive Analytics

Größe: px

Ab Seite anzeigen:

Download "Innovatives Risikomanagement mit Predictive Analytics"

Friedrich Tiedeman
vor 6 Jahren
Abrufe

1 Innovatives Risikomanagement mit Predictive Analytics im Bundesministerium für Finanzen Madlberger

2 Hermann Madlberger MBA MPA seit 6/2016 Leiter des Predictive Analytics Competence Centers im Bundesministerium für Finanzen dato Fachprojektmanager "POS Prozessorientierte Sicht" und "Datamining 2009/2010 einjährige Karenzierung Vorstand der Steuerfahndung Österreich Regionalmanager für Wien Leiter der Organisationsabteilung im Bundesministerium für Finanzen Leiter der Prüfungsabteilung im Finanzamt für Körperschaften Meine Masterthesis: Marketing in der öffentlichen Verwaltung - Strategie, Märkte, Prozesse und Strukturen einer "vom Markt her" geführten Steuerverwaltung erschienen im VDM Verlag Dr. Müller - ISBN-10: Madlberger

3 Das Risikomanagement und damit die Methodik liegt in der Verantwortung des Fachbereichs Cross Industry Standard Process for Data Mining - CRISP-DM 1. Übersetzung der Problemstellung 10. Beurteilung der Ergebnisse 2. Datenextraktion 9. Einsatz der Modelle 3. Datenexploration 8. Beurteilung der Modelle 4. Datenbereinigung 7. Modeling 5. Datenaufbereitung 6. Modelldatenerstellung Madlberger

Predictive Analytics braucht Expertise, die im Fachbereich nicht vorhanden ist -

Marcus HUDEC Universität Wien - Fakultät für Informatik Data Analytics and Computing

Thomas LÖSCHER BRZ - E-IM-BP Business Intelligence Projekte Fachexperte Predictive

Analytics Competence Center und Projektmanager Fach Mag.

4 Predictive Analytics braucht Expertise, die im Fachbereich nicht vorhanden ist - Interdisziplinarität Ao. Univ. Prof. Dr. Marcus HUDEC Universität Wien - Fakultät für Informatik Data Analytics and Computing DI Dr. Thomas LÖSCHER BRZ - E-IM-BP Business Intelligence Projekte Fachexperte Predictive Analytics Hermann MADLBERGER MBA MPA Bundesministerium für Finanzen Leiter Predictive Analytics Competence Center und Projektmanager Fach Mag. Lisa NEUHOFER BA BA BRZ - E-IM-BP Business Intelligence Projekte Fachexpertin Predictive Analytics Dr. Mihai PAUNESCU SAS Austria Predictive Analytics Consultant Martin SETNICKA MA Bundesministerium für Finanzen Stv. Leiter Predictive Analytics Competence Center und stv. Projektmanager Fach Mag. Andreas TROST Projektunterstützung IT BMF - V/5-AX Applikation Prüf- und Kontrollsysteme der Finanz Madlberger

5 Predictive Analytics braucht fachliche Datenqualität (von den Daten der Steuererklärung bis zu jenen über das Prüfungsergebnis) Madlberger

6 Predictive Analytics braucht Organisation und Prozesse Auftraggeber / Business Sponsor Strategische und betriebswirtschaftliche Perspektive Verwendung der Ergebnisse zur Verbesserung des Geschäftserfolges Fachlicher Manager Aufbereitung der Ergebnisse zur Verbesserung des Geschäftserfolges Schnittstelle zu nicht unmittelbar in das Projekt involvierten Geschäftsbereichen Koordination der Fachexperten Fachliche Steuerung / Themenentwicklung bzw. Themenführerschaft Koordination der fachlichen Qualitätssicherung Data-Mining Experte Umsetzung und Lösung der Fragestellungen mit Methoden des Data-Minings Dialogfähigkeit mit den Fachexperten erfordert Bereitschaft zur Auseinandersetzung mit der Fachmaterie Verfügt über methodische mathematisch/statistische Kenntnisse Tool-Know-how Fachexperte Wissen über Unternehmensabläufe und IT-Systeme aus Benutzersicht Wissen über Geschäftsfalllogiken und die verfahrensrechtlichen Komplexitäten Inhaltliche Definition der Fragestellungen Durchführung der Ergebnisvalidierung Datenexperte Inhaltliches Wissen über die in den IT-Systemen verfügbaren Daten Ermittlung/Bereitstellung der relevanten Daten zu den Fragestellungen IT Manager Koordination der technischen Experten Schnittstelle zu Data Mining Tool und anderen IT-Systemen Architekturaufgaben Bereitstellung des Zugriffs auf Daten Koordination der technischen Qualitätssicherung Anzumerken ist, dass nicht zwangsläufig jede Rolle von einer Person übernommen werden muss. Je nach Größe der Organisation kann eine Rolle auch von mehreren Personen eingenommen werden bzw. eine Person für mehrere Rollen verantwortlich zeichnen. Madlberger

Trendvariable (Vergleich zu Vorjahren und Vormonaten) gebildet und

7 Predictive Analytics braucht fachliche und technische Datenverfügbarkeit Branchen- und Größenunterschiede werden durch Mediandivision bereinigt, Trendvariable (Vergleich zu Vorjahren und Vormonaten) gebildet und Verhältnisse zu Umsatz, Wareneinsatz, Personalaufwand, etc. ermittelt. Madlberger

Predictive Analytics braucht geeignete Daten aus den Geschäftsprozessen Fremdpersonal und leistungen von mehr als 123.

8 Predictive Analytics braucht geeignete Daten aus den Geschäftsprozessen Fremdpersonal und leistungen von mehr als EUR führen in mehr als 30 % der Prüfungen zu Mehrergebnissen von mehr als EUR (= Treffer ) Nachforderungen Methode: Machine Learning Lernen aus den vorliegenden Prüfungsergebnissen Madlberger

9 Predictive Analytics sollte Teil der Geschäftsprozesse sein Receiver-Operating-Characteristic-Kurve (ROC-Kurve) Madlberger

global provider of market intelligence, advisory services, and events for the

10 Predictive Analytics sollte Teil der Gesamt-Strategie sein The four busted myths and implications for CIOs International Data Corporation (IDC) is the premier global provider of market intelligence, advisory services, and events for the information technology, telecommunications and consumer technology markets. Madlberger

11 Predictive Analytics ist eine Entwicklung => hier: Betrugsbekämpfung Heute: 50 % aller Betriebsprüfungen enden mit einem Mehrergebnis von weniger als Euro Morgen: 20 % aller Betriebsprüfungen enden mit einem Mehrergebnis von weniger als Euro Die Konsequenzen: das Mehrergebnis steigt, weil bei den richtigen Fällen kontrolliert wird und die Ehrlichen sind zufrieden, weil Kontrollen entfallen, wo sie nicht benötigt werden. => Tax Compliance Management Madlberger

12 Predictive Analytics braucht einen langen Atem Daten sind so allgegenwärtig und strategisch wichtig, dass die Knappheit im Wissen besteht, aus Daten Weisheit zu ziehen. Hal Varian, Chefökonom bei Google in BIG DATA Die Revolution, die unser Leben verändern wird (Viktor Mayer-Schönberger/Kenneth Cukier, 2013, S 158) Madlberger

13 Danke für IhreAufmerksamkeit! Bitte um IhreFragen! Sollten sie erst später auftauchen, zögern Sie nicht mich zu kontaktieren: Handy: Madlberger

Ähnliche Dokumente

Innovatives Risikomanagement mit Predictive Analytics. 17. Mai 2016 Innovatives Risikomanagement mit Predictive Analytics Madlberger 2016 1

Innovatives Risikomanagement mit Predictive Analytics 17. Mai 2016 Innovatives Risikomanagement mit Predictive Analytics Madlberger 2016 1 Hermann Madlberger MBA MPA ab 6/2016 Leiter des Predictive Analytics